PROCEDIMENTOS DE ANÁLISE DOS DADOS

Os dados obtidos dos instrumentos de pesquisa foram tratados em cinco etapas: listagem e classificação das músicas de acordo com estilos musicais prevalentes; lista de músicas executadas em cada oficina; levantamento das expressões corporais de cada sujeito em cada oficina; tabulação dos dados de caracterização dos usuários e, por último, tratamento dos dados qualitativos para submissão de software para processamento dos dados.

As respostas dadas a cada pergunta das oficinas foram transcritas em arquivo Microsoft Word do Windows e adequados para submissão ao software Analyse Lexicale par

Contexte d’um Ensemble de Segments de Texte (ALCESTE). Este programa informático foi

criado na França na década de 1970 por Max Reinert e Jean-Paul Benzecri e foi introduzido no Brasil em 1998 (CAMARGO, 2005; MIRANDA, 2002).

O software faz a análise léxica das palavras de um conjunto de textos advindos dos relatos, expressões, e comunicações discursivas do estudo, independente da origem de sua produção.

Além disso,

“Ele apresenta um interesse particular, pois empregando uma análise de

classificação hierárquica descendente, além de permitir uma análise lexicográfica do material textual, oferece contextos (classes lexicais) que são caracterizados pelo seu vocabulário e pelos segmentos de textos que compartilham este vocabulário” (IMAGE, 1998 apud CAMARGO, 2005).

O ALCESTE tem sido introduzido no Programa de Pós-Graduação em Enfermagem, da Universidade Federal do Rio Grande do Norte, através dos estudos de Azevedo (2008), Carvalho (2008), Clementino (2009) e Sobreira (2009), ora discutindo os aspectos processuais, ora os estruturais das representações sociais. Este último estudo, a partir dos processos sócio-cognitivos.

O texto ou o material a ser trabalhado pelo software constitui um único arquivo, chamado de corpus, organizado e preparado seguindo critérios definidos pelo programa como forma de garantir uma lógica quantificável da análise. A preparação inclui a definição das variáveis chamadas de Unidade de Contexto Inicial - UCI, definidas pelo pesquisador.

Camargo (2005) diz que em função de algumas características do material coletado, tais como várias entrevistas, respostas e número de participantes em questões abertas, cada resposta pode ser considerada uma UCI, também chamada de “linha de comando” ou “linha

com asteriscos”.

Dessa forma, cada UCI é composta por diversas variáveis que individualizam o texto. As variáveis são definidas pelo pesquisador de acordo com as características do estudo, dos sujeitos, do local de realização da pesquisa, ou de qualquer outro fato relacionado à mesma e que possa ser definido enquanto variável importante para a contextualização do

corpus. Este, portanto, é formado pelo conjunto de todas as UCIs definidas (CAMARGO,

2005).

No presente estudo foram realizadas quatro oficinas, onde em cada uma delas foi solicitada uma resposta aos participantes referente a uma pergunta norteadora. Obteve-se um total de 41 respostas dos sujeitos, contabilizando esse total de UCIs formadas, definidas a partir das seguintes variáveis (Quadro 1).

Identificação da Oficina Sujeitos da pesquisa: Número de participações nas oficinas:

*ofc_01: 1ª oficina realizada *ofc_02: 2ª oficina realizada *ofc_03: 3ª oficina realizada *ofc_04: 4ª oficina realizada

*suj_01: Alaúde *suj_02: Bandolim *suj_03: Banjo *suj_04: Harpa *suj_05: Sanfona *suj_06: Lira *suj_07: Cítara *suj_08: Cistre *suj_09: Piano *suj_10: Cembalo *suj_11: Violino *suj_12: Contrabaixo *suj_13: Saltério *suj_14: Violão *suj_15: Cavaquinho *suj_16: Espineta

*part_1: participou de uma oficina *part_2: participou de duas oficinas *part_3: participou de três oficinas *part_4: participou de quatro oficinas

Quadro 1 – Variáveis que compuseram as UCIs do corpus Musica.txt.

Abaixo, segue um exemplo de UCI formada a partir das variáveis acima escolhidas para esse estudo e correspondente a uma resposta dada por um dos usuários do CAPS, participante da pesquisa:

Os nomes dos participantes, por questões éticas e por garantia de sigilo no cumprimento da Resolução 196/96 sobre pesquisa envolvendo seres humanos, foram substituídos por nomes de instrumentos musicais de corda. Tal escolha se deu pela temática do trabalho desenvolvido, ou seja, na música e pela experiência com esse tipo específico de instrumentos musicais.

Para a formação do corpus, Miranda (2002) aponta uma série de recomendações e adequações exigidas pelo ALCESTE: o texto pode ser preparado e rodado em qualquer versão do Windows for Word e não deve conter palavras com letras maiúsculas, nem siglas, exceto

quando o pesquisador quiser acrescentar informações relevantes da coleta de dados, como comentários, anotações e observações, que devem vir em letra maiúscula.

Concorda-se ainda com este autor ao revelar a dificuldade de seguir um criterioso processo de digitação e correção ortográfica, evitando o uso de aspas, apóstrofos, cifrões, gírias, pronomes, provérbios, verbos auxiliares, advérbios, numerais e locuções exclamativas. Tal dificuldade advém do uso de um material discursivo de linguagem coloquial usada no cotidiano dos sujeitos (MIRANDA, 2002).

Diante de um processo meticuloso, Clementino (2009) afirma que a maior demanda de trabalho e tempo de um estudo que utilize este recurso informático, ALCESTE, é devido a preparação das transcrições para um arquivo único dentro dos padrões estabelecidos pelo programa, ou seja, o corpus.

Para um funcionamento ótimo do ALCESTE, Camargo (2005) sugere que tal arquivo tenha em torno de 20 páginas, fonte Currier, tamanho 10 e espaçamento simples, com um tamanho em torno de 1000 linhas. Entretanto, diversas análises com corpus de tamanho menor foram processadas com sucesso, revelando a flexibilidade e eficiência do software.

Realizado esse processo, encaminhou-se o corpus à Escola de Enfermagem de Ribeirão Preto (Universidade de São Paulo), onde foi submetido ao ALCESTE 4.7, ressaltando-se aqui a valiosa contribuição desta universidade para o desenvolvimento desta pesquisa. O material, denominado “música”, foi processado em 23/06/2010, as 13h26m09s, e o tempo de execução foi de 10 segundos.

Quatro etapas sequenciais são realizadas nessa análise (A, B, C e D), cada uma contendo três operações, com exceção da última (D) que é processada em cinco subetapas (CAMARGO, 2005; MIRANDA, 2002). As etapas principais serão discutidas, expondo-se os resultados contidos no material proveniente deste estudo.

Na etapa A, composto pelas operações A1, A2 e A3, o programa reconhece o número de linhas com estrelas, ou seja, a divisão do corpus nas 41 UCIs formadas nesse estudo. Com isso, reformata o texto em segmentos de tamanho similar, formando assim as Unidades de Contexto Elementar (UCE). Em seguida, pesquisa os vocábulos prevalentes, reduzindo as palavras de acordo com suas raízes semânticas, denominadas de forma reduzida (Ex.: as palavras “melhora” e “melhorei”, são computadas sob a forma reduzida melhor+), sendo criado um dicionário com esses termos (CAMARGO, 2005).

A etapa seguinte (B), também com três operações, é uma etapa de cálculo. Esta calcula as matrizes de dados, revelando índices como, a frequência mínima de uma palavra analisada e o número dessas mesmas palavras. Além disso, classifica as Unidades de Contexto

Elementar em função dos vocábulos, a partir da frequência dessas UCEs, calculando o número de palavras existentes em cada uma e, por último, realiza a Classificação Hierárquica Descendente (CHD) (MIRANDA, 2002).

No corpus “música”, após a redução das palavras às suas raízes, obtiveram-se 116 palavras analisáveis, com uma frequência igual ou superior a quatro, que ocorreram 1188 vezes em todo o arquivo analisado.

Na terceira etapa (C), considerada por muitos autores a mais importante, define-se a composição das UCE em classes e o percentual de aproveitamento das raízes semânticas das palavras (MIRANDA, 2002). Neste estudo foram geradas 107 UCEs das quais 85, ou seja, 79,44% do total, foram aproveitadas e designadas para formar as três classes resultantes.

A relação entre as classes é representada em um Dendograma de Classes Estáveis, resultante da Classificação Hierárquica Descendente e encontra-se representado na Figura 2, a seguir.

Figura 2 – Esquema explicativo do Dendograma formado pela CHD do corpus Musica.txt.

Num primeiro momento o corpus “música” sofre uma primeira partição, sendo dividido em dois subcorpus (um que vai originar as classes 1 e 2, e outro referente à classe 3). Em seguida, o primeiro subcorpus passa por uma segunda partição, dessa vez obtendo-se as classes 1 e 2. O segundo subcorpus não se dividiu, resultando na classe 3. A CHD para nesse estágio, pois as 3 classes mostraram-se estáveis, compostas por UCEs de vocábulos semelhantes. Esta operação é a C1, denominada por Camargo (2005) de Intersecção entre as classes.

A operação C2 trata da descrição das classes e permite a análise do vocabulário de cada uma delas. Apresenta a forma reduzida das palavras, o qui-quadrado (χ2), que é o coeficiente de associação da UCE à classe, e a frequência de aparecimento da formas reduzidas em cada classe (CAMARGO, 2005). Dessa forma há como se destacar os elementos mais importantes na composição da classe (Figura 3).

As palavras com asterisco (em destaque) no final da tabela são um exemplo disso. Os indivíduos que apresentam as variáveis destacadas são os principais responsáveis pela produção de UCEs da classe 2.

Portanto, as UCEs da classe 2, apresentadas na figura 3, são produzidas, em sua maioria, pelos sujeitos nominados com os pseudônimos de Piano, Contrabaixo e Violão, bem como pelos usuários que tenham participado de duas oficinas durante a coleta de dados. A análise em profundidade dessa e das outras duas classes será realizada no próximo capítulo, mediante a descrição e caracterização das mesmas.

Prosseguindo nos esclarecimentos sobre as etapas processuais do ALCESTE e de acordo com Miranda (2002), a operação C3 expõe as palavras por meio de eixos (horizontal e vertical) que permitem a Análise Fatorial de Correspondência (AFC). Azevedo (2008) completa ao afirmar que são produzidos esquemas figurativos a partir desses eixos (linhas x e y) que formam quatro partes iguais de uma mesma figura permitindo uma distribuição espacial variável, denominadas de quadrantes superior direito e esquerdo (QSD e QSE) e quadrantes inferior direito e esquerdo (QID e QIE), onde se configura o campo representacional do estudo.

A etapa D, composta por cinco operações, segundo Camargo (2005), caracteriza-se como uma extensão da anterior. Em D1 é realizada a seleção das UCEs mais características de cada classe, como no exemplo a seguir (Figura 4).

Figura 4 – Etapa D1 do processamento de dados do corpus Musica.txt pelo ALCESTE.

De fato, o que ocorre são três suboperações descritas por Miranda (2002, p. 70-71):

Seleciona as palavras por classe, constituindo um vocabulário específico; distribui as palavras através do cálculo da raiz quadrada, selecionando aquelas que são significativamente importantes na classe; finalmente, faz uma triagem listando as palavras de cada classe, tomando como base, sua raiz etimológica e quantificando sua ocorrência no corpus.

O D2 apresenta o cálculo dos seguimentos repetidos nas classes. Exemplo (Figura 5):

Figura 5 – Etapa D2 do processamento de dados do corpus Musica.txt pelo ALCESTE.

A Classificação Hierárquica Ascendente (CHA) é realizada na operação D3 a partir da construção de uma matriz, associando as classes e as UCEs da classe associada, permitindo observar os vínculos e as ligações estabelecidas através das linhas e as UCEs selecionadas (CAMARGO, 2005; MIRANDA, 2002). Exemplificando (Figura 6):

As últimas operações D4 e D5 fazem seleção das palavras mais características das classes para apresentação em um índex de contexto de ocorrência e exportam os resultados do

corpus, os subcorpus, para outros programas, resultando em dois arquivos de análise, um

resumido e um detalhado (CAMARGO, 2005).

Os dados coletados foram analisados e interpretados à luz da Teoria das Representações Sócias, particularmente na adoção da Teoria do Núcleo Central (TNC). Essa teoria proposta, inicialmente, por Abric (1976) e aprofundada por Sá (1996) consiste de uma complementaridade à TRS, e parte de uma constatação de que toda representação está organizada em torno de um Núcleo Central que é tido como o eixo de toda a significação do objeto social. Esta caracterização do núcleo central como um subconjunto da representação é complementada por elementos periféricos necessários no funcionamento da representação (SÁ, 1996).